评论: Altman赞DeepSeek"表现出色"曝OpenAI不同路径

bsmile 发表评论于 2025-01-28 10:16:05还有一个问题，是下载的deepseek在没有下载chatGPT的app的机器上也能顺利运行，这似乎看起来和chatGPT没有关系，请帮助解惑一下

-----------------------------------
能问这个问题，证明你纯粹IT白吃，如果有调用，你以为调用是在客户端调用的？就你这水平就别参与这个级别的讨论了。

theriver1 发表评论于 2025-01-28 08:21:51
昨晚仔细研究了一下DeepSeek-R1,终于冷静下来了。现在基本上倾向于DeepSeek是AI拼多多的说法。因为DeepSeek算法根本就没有什么自己的革命性的创新！
========
还有一个问题，是下载的deepseek在没有下载chatGPT的app的机器上也能顺利运行，这似乎看起来和chatGPT没有关系，请帮助解惑一下

theriver1 发表评论于 2025-01-28 08:21:51
昨晚仔细研究了一下DeepSeek-R1,终于冷静下来了。现在基本上倾向于DeepSeek是AI拼多多的说法。因为DeepSeek算法根本就没有什么自己的革命性的创新！它只不过是集成了以下一系列美国人发明（都是美国公司公开发表的论文和技术）的成熟或不太成熟的优化算法的架构模型和创新，最终达到靠压缩整体工作量和压榨每个任务（不让任务闲下来）的路径来最大限度地降低算力资源的成本：
1.MLA多层注意力架构
2.FP8混合精度训练框架
3.DualPipe跨节点通信
4.无辅助损失的负载均衡策略
5.跨节点全对全通信内核
6.MTP技术
7.数据精筛
8.DeepSeek-R1蒸馏
其中最重要的是前两个架构，它们都是为了压缩工作量的，也是其与ChatGpt等美国公司大模型的最主要区别。
==========
可以解释一下为什么deepseek比chatGPT快那么多吗？还有，chatGPT没有开源的，deepseek是如何和chatGPT建立交互的？

各种优化算法都有自己的优缺点，不同的公司采取不同的优化思路，说白了就是在性能、价格和结果上达到“符合本公司目标”的平衡。比如Deepseek-R1不同于ChatGPT的架构-FP8混合精度训练框架，这里的FP8就是二进制里8个比特位，位数越多代表精度越高，ChatGPT是32位和16位，Deepseek-R1是8位，这就比ChatGPT少了一半的计算量和内存，由此带来的精度误差用“混合精度”来弥补（对于精度要求高的数据，先用类似四舍五入的方法快速计算，再每128个数的结果交给32位的会计程序精算），最终大大压缩了计算量，但是精度肯定远远不如ChatGPT。这种方法就是DS在平衡了性价比和结果后选择的偏向性价比的优化思路。

完全同意。DS只不过是个Distill流程而已。我对软件一窍不通，但却对3D建模感兴趣。

最近在做一个地球模型玩，于是我花了很大的时间和资源（create a mesh，UV mapping，material，shading，geometry modification，etc.）把这个地球做出来了。

但我的牌友跟我说，这个地球上的澳洲地区森林覆盖面不够广，要再加点绿色。他就把我的模型拿过去，用shading nodes加了点绿色，使我的这个地球更漂亮些了。这个地球就是ChatGpt，这个朋友做的就是DS。

但是，如果我不把这个地球模型给他，他就不能让这个地球更漂亮。所以，DS根本不算什么。

所以说，DS对NVDIA的芯片根本没有影响，华尔街那帮人不懂技术，过一阵子NVIDIA的股票就会涨回来。因为，pre-training & post-training，任然需要很多的芯片。

更进一步说，类似DS的东西有可能反而会更加推进对NVIDIA芯片的需求。DS最大的贡献在于细分化（segmentation），这就给跟多专业的细分化公司提供了机会。它们单个公司所需要的芯片也许不多，但是如果有很多各类做细分化为专长的公司出现，那么累计起来对NVIDIA芯片的需求还是会越来越大。

所以，我继续看好NVIDIA，ChatGpt这类公司的前途！

毛毛们可以闭嘴了。哈哈哈哈哈哈。

------------------------------------------------------------

theriver1 发表评论于 2025-01-28 08:21:51

昨晚仔细研究了一下DeepSeek-R1,终于冷静下来了。现在基本上倾向于DeepSeek是AI拼多多的说法。因为DeepSeek算法根本就没有什么自己的革命性的创新！它只不过是集成了以下一系列美国人发明（都是美国公司公开发表的论文和技术）的成熟或不太成熟的优化算法的架构模型和创新，最终达到靠压缩整体工作量和压榨每个任务（不让任务闲下来）的路径来最大限度地降低算力资源的成本：
1.MLA多层注意力架构
2.FP8混合精度训练框架
3.DualPipe跨节点通信
4.无辅助损失的负载均衡策略
5.跨节点全对全通信内核
6.MTP技术
7.数据精筛
8.DeepSeek-R1蒸馏
其中最重要的是前两个架构，它们都是为了压缩工作量的，也是其与ChatGpt等美国公司大模型的最主要区别。

楼下 大河边的人 真酸！

民兵偶尔也可以用最低成本干出正规军的大事，但要使得AI成长能够办大事，还得靠装备齐全不缺经费的正规军。何况目前AI的效能还非常低下，当个玩具不错，但很多事情不能信赖。

中国新五大【发明】
高铁
共享单车
网购
移动支付
DICK SHIT

回复：‘竹天 发表评论于 2025-01-28 05:40:48
刚问了chatgpt and deepseek 一个高中数学tan题。两者答案不同，DS给了不知所云的长长刷屏的过程。’

**================**

DS===dick shit !!

ds的训练过程有不少新东西。一些还在理论验证阶段的ai理论它都拿出来实验并且结果都挺好。它使用chatgpt做训练员所以最终性能不能超越GPT，但看它的推理步骤和GPT完全不同，用另一种极低成本的方式实现了比拟GPT的推理能力。

在浙江海清，我们去过几家做LV、爱马仕等仿冒包包的公司展览门市部，通过关系，买一个A货的LV只买300元人民币，成本也只有100元左右，买一个A货的爱马仕只要600元人民币，成本也就200元左右。所谓A货，就是仿造的很像真的。还要所谓B货。更便宜。所谓DeepSeek,也只是仿chatGPT和OPAI而已。中共有本身，自己搞出一个新的原创的发明，仿造出别人的东西，还说比别人的先进，更省钱，真是可耻至极。就像互联网是美国发明的，结果中共每年还召开世界互联网大会，真的很滑稽，更可笑的是中共的互联网与世界更不就不互连。

Deepseek 最主要的贡献是免费开源、省钱，对科技界多少都是个贡献。而且创始人梁文锋，还是个20 几岁的小朋友。

这个精油被套上了GPT之父？貌似这个行业不需要科学家，数学家，奥数天才。

大势所趋，势不可挡。下一步就是匹配匹配该算法的硬件拓扑结构硬件的提升。中国算力仅仅打开半扇门。

刚问了chatgpt and deepseek 一个高中数学tan题。两者答案不同，DS给了不知所云的长长刷屏的过程。

这哥们费了不少力气才把open ai从开源转成闭源收费，结果自己收费的产品竟然比不上一群刚毕业学生搞的开源免费产品，确实有点儿尴尬

meta已经在全面研究ds的思路，相信美国大厂会在短期内推出超越ds技术的产品

这种AI主要是Data。既然开源，不就知道算法了，有什么先进的。

看看哪个赚钱最快最多吧。别的都是瞎扯。电动车就是一个实力：只有马斯克赚钱多。哈哈哈。

中文版有审查，英文版没有，不要用Qwen

荒野猎人 发表评论于 2025-01-28 01:40:00
deepseek虽然是开源模式，但无疑通过了政府的相关审查。deepseek的表现是最好的，与chapgpt处于同一水平，但经过中国政府审查后有可能演变成一部巨大的宣传工具！

不要秀下限了，人家开源的，华尔街人都比你傻

胡说，这论坛里很多喷子都证实了DeepSeek是假的！是Deepshit！哈哈。

我的理解是deep seek表现出色，如果配备更高算力的硬件表现会更出色，所以更高算力的芯片还是会抢手的。

如果它不懂就去问ChatGPD, 那它根本不需要训练大模型，当然也不需要那么多算力和金钱。

还能怎么说？不能承认投资失败

deepseek虽然是开源模式，但无疑通过了政府的相关审查。deepseek的表现是最好的，与chapgpt处于同一水平，但经过中国政府审查后有可能演变成一部巨大的宣传工具！

如果真是这样，我是第一个发现的哈！

我和国内网友合作，问了两个物理问题，第二个问题非常个性化，是我自己的猜想或者胡扯。结果回答非常相像，连鼓励我的方式和要点都一样。怀疑不懂的问题，直接问ChatGPD,改写一下回国内网友。如果真是这样，那就是另一个龙芯。